机器学习
文章平均质量分 75
lvpyuan
这个作者很懒,什么都没留下…
展开
-
斯坦福 机器学习Andrew NG 第二讲 Linear Regression with multiple variables
Linear Regression with multiple variables 多参数线性回归1·Multiple features引例:同第一讲中一样,依然用房屋售价问题为例。不同的是,本次的房屋售价问题考虑到了其他的因素有多个参数,而不再是单一的参数。如下图:其中: n 为参数的个数 Xi(i为X的上标)为第i个训练例子的参数原创 2014-11-25 16:46:30 · 829 阅读 · 0 评论 -
斯坦福 机器学习Andrew NG 第一讲 Linear regression with one variable
Standford machine learning _Andrew NG Linear regression with one variable 单参数线性回归1.Model representation引例:一个房屋尺寸与对应定价的数据集,其中记x 为房屋尺寸,y 为房屋售价(x,y)为一个训练数据。另外m为训练数据集训练数据的数量,i为第i个数据集的索引,当做第i个数据的上原创 2014-11-24 21:28:17 · 647 阅读 · 0 评论 -
斯坦福 机器学习Andrew NG 第三讲Logistic Regression
Logistic Regression(Logistic 回归)1·Classification(分类)在生活中我们会遇到各种各样的分类问题,比如邮件的分类(判断是否是垃圾邮件),在线交易(是否为恶意的),肿瘤的判定(良性或恶性)等等。通常我们令y={0,1};其中0表示negative class ,1表示positive class。但在解决分类问题的时候,我们原创 2014-12-01 14:51:42 · 1713 阅读 · 0 评论 -
斯坦福 机器学习Andrew NG 第四讲 Neural Networks representation
斯坦福 机器学习Andrew NG 第四讲 Neural Networks representation1·Non-linear hypotheses为什么要引入神经网络呢?还以前面所讲的房价问题为例,假如一个房子的价格和层数,卧室数,房屋面积,等100项因素有关,那么当Non-linear hypotheses的最高次项为xi*xj时,总共有大约5000项特征,当最高次项为xi*xj原创 2015-03-10 09:38:15 · 814 阅读 · 0 评论